Vi skal i dette temaomr?det arbeide med forklarbarhet. Vi ?nsker ? belyse forskjellige typer modeller - modeller som er konstruert p? et slikt vis at de er mulige ? forklare og modeller som er kompliserte, men hvor vi kan studere det indre av modellen for ? kunne forklare hvordan den oppf?rer seg.
Du kan f? en god innf?ring i noen av begrepene rundt forklarbarhet ved ? se p? denne videoen av Inge Strümke.
Kausalitet
For ? arbeide med forklarbarhet introduserer vi dere til flere relevante temaer. F?rst ut er kausalitet. Hvis du vil ha en litt bredere innf?ring i kausalitet og betydningen innen KI kan du lese boken "The Book of Why". Denne boken er interessant, men tar en bestemt og noe kontroversiell posisjon innen kausalitet, spesielt hva gjelder kunstig intelligens. Hvis du vil ha en ganske annen inngang til begrepet kan dere lese beskrivelsen av "Nobelprisen" i ?konomi for 2021 som dere finner her.
Vi kommer til ? begynne med ? belyse kausalitet og hvordan begrepene rundt kausalitet brukes innen nevrovitenskap og kunstig intelligens gjennom foredraget til Mikkel Lepper?d.
To artikler det kan v?re nyttige ? se p? da er "Why artificial intelligence needs to understand consequences" (Nature) og "Quasi-experimental causality in neuroscience and behavioural research" (Nature Human Behavior).